Sebaran Peubah Acak Bersama

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sebaran Peubah Acak Bersama"

Transkripsi

1 Bab 6 Sebaran Peubah Acak Bersama 6. Peubah Acak Ganda Misalnya terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak 3 kali, dan X adalah peubah acak banyaknya sisi muka yang muncul dari 3 lemparan, serta Y adalah peubah acak banyaknya sisi muka yang muncul dari 2 lemparan terakhir. Maka dapat ditentukan X = {0,, 2, 3} dan Y = {0,, 2}. Fungsi massa peluang dari peubah acak X dan Y secara bersama dapat ditentukan sebagai berikut: P [(X, Y ) = (x, y) = f(x, y) = /8 untuk (x, y) = (0, 0), (, 0), (2, 2), (3, 2) 2/8 untuk (x, y) = (, ), (2, ) atau dapat juga disajikan dalam bentuk tabel seperti berikut: Y X 0 2 f X (x) 0 /8 0 0 /8 /8 2/8 0 3/ /8 /8 3/ /8 /8 f Y (y) 2/8 4/8 2/8 Definisi 6... Peubah acak ganda-n, yaitu (X, X 2,..., X n ) adalah suatu fungsi dari ruang contoh S ke ruang bilangan nyata berdimensi n (R n ), n =, 2, 3,... Definisi Ambil peubah acak ganda-2 diskret (X, Y ). Suatu fungsi R 2 ke R berikut: f(x, y) = P [(X, Y ) = (x, y)] untuk (x, y) R 2 disebut fungsi massa peluang (fmp) dari peubah acak ganda-2 (X, Y ) (X, Y ) = {(x, y); f(x, y) > 0}

2 Julio Adisantoso ILKOM IPB 2 Contoh a. Dari ilustrasi sebelumnya, hitunglah (a) P (X + Y = 2), (b) P (X + Y >, (c) P ( X Y < 2). Definisi Nilai harapan dari suatu fungsi dari peubah acak ganda-2 diskret (X, Y ) adalah E[g(X, Y )] = (x,y) (X,Y ) g(x, y)f(x, y) Contoh b. Dari ilustrasi sebelumnya, hitunglah E(XY ). Teorema 6... Ambil peubah acak diskret (X, Y ) dengan fmp f(x, y) untuk (x, y) R 2. (i) Fmp marjinal dari peubah acak X adalah f X (x) = P (X = x) = y {y;f(x,y)>0} (ii) Fmp marjinal dari peubah acak Y adalah f Y (y) = P (Y = y) = x {x;f(x,y)>0} f(x, y), untuk x R f(x, y), untuk y R Contoh c. Dari ilustrasi sebelumnya, tentukan fmp marjinal f X (x) dan f Y (y), serta E[X] dan E[Y ]. Definisi Kovarian dari peubah acak diskret (X, Y ) adalah Bila X = Y maka Cov(X, Y ) = E[XY ] E[X]E[Y ]. Cov(X, Y ) = E[X 2 ] (E[X]) 2 = V ar(x). Koefisien korelasi dari peubah acak (X, Y ) adalah ρ(x, Y ) = dan ρ(x, Y ). Cov(X, Y ) V ar(x) V ar(y ) = Cov(X, Y ) V ar(x)v ar(y ). Contoh d. Dari ilustrasi sebelumnya, hitunglah Cov(X, Y ) dan ρ(x, Y ).

3 Julio Adisantoso ILKOM IPB Peubah Acak Kontinu Ganda-2 Definisi Ambil peubah acak kontinu ganda-2 (X, Y ). Suatu fungsi f X,Y (x, y) 0 untuk (x, y) R 2 disebut fungsi kepekatan peluang (fkp) bersama dari peubah acak (X, Y ) jika untuk setiap himpunan A R 2 berlaku Bila A = R 2 maka P [(X, Y ) A] = P [(X, Y ) A] = (x,y) R 2f X,Y (x, y)dxdy = Definisi Fkp marjinal dari peubah acak X adalah f X (x) = Fkp marjinal dari peubah acak Y adalah f Y (y) = (x,y) A f X,Y (x, y)dxdy. f X,Y (x, y)dy, untuk x R f X,Y (x, y)dx, untuk y R. f X,Y (x, y)dxdy =. Contoh 2. Peubah acak kontinu (X, Y ) memiliki fungsi kepekatan peluang sebagai berikut: 4xy untuk 0 < x <, 0 < y < Berapa (a) P (X > Y ), (b) P (Y > X 2 ), (c) P (XY < 2 ), (d) fkp marjinal dari X dan Y? 6.3 Fungsi Sebaran Fungsi sebaran dari peubah acak ganda-2 (X, Y ) adalah: F (x, y) = P [X x Y y], untuk (x, y) R 2 = y x f(u, v) du d v. Contoh 3a. Diketahui fungsi kepekatan peluang bersama peubah acak (X, Y ) sebagai berikut: f(x, y) = Dapatkan fungsi sebaran F (x, y). 4xy untuk 0 < x < 2, 0 < y <

4 Julio Adisantoso ILKOM IPB 4 Contoh 3b. Diketahui fungsi kepekatan peluang bersama peubah acak (X, Y ) sebagai berikut: f(x, y) = Dapatkan fungsi sebaran F (x, y). untuk 0 < x < 2, 0 < y < x/2 6.4 Peubah Acak Ganda-2 Campuran 6.4. Peubah acak X kontinu, Y diskret Sebagai ilustrasi, misalnya fmp/fkp dari peubah acak (X, Y ) sebagai berikut: Fkp marjinal dari peubah acak X adalah: f X (x) = Fkp marjinal dari peubah acak Y adalah: f Y (y) = /6 untuk 0 < x <, y = 2/6 untuk 0 < x <, y = 2 3/2 untuk 2 < x < 2 2, y = = 2 untuk 0 < x < = 3 4 untuk 2 < x < 4 untuk < x < untuk x lainnya 0 6 dx = 6 untuk y = dx = 2 6 untuk y = dx = 2 untuk y = 3 0 untuk y lainnya Contoh 4a. Berdasarkan ilustrasi sebelumnya, tentukan (a) Cov(X, Y ) dan (b) ρ(x, Y ) Peubah acak X diskret, Y kontinu Sebagai ilustrasi, misalnya fmp/fkp dari peubah acak (X, Y ) sebagai berikut: y untuk x =, 0 < y < 2y untuk x = 2, 0 < y < 8y untuk x = 3, 0 < y < 2

5 Julio Adisantoso ILKOM IPB 5 Fkp marjinal dari peubah acak X adalah: 0 ydy = 2 untuk x = 0 f X (x) = 2 ydy = 4 untuk x = ydy = 4 untuk x = 3 0 untuk x lainnya Fkp marjinal dari peubah acak Y adalah: f Y (y) = y + 2 y + 8 y = 3 8 y untuk 0 < y < 8 y untuk < y < 2 0 untuk y lainnya Contoh 4b. Berdasarkan ilustrasi sebelumnya, tentukan (a) Cov(X, Y ) dan (b) ρ(x, Y ). 6.5 Sebaran Bersyarat dan Dua Peubah Acak Bebas Definisi Ambil peubah acak ganda-2 (X, Y ) yang diskret atau kontinu dengan fmp/fkp bersama f X,Y (x, y) untuk (x, y) R, serta f X (x) untuk x R dan f Y (y) untuk y R masing-masing sebagai fmp/fkp marjinal dari peubah acak X dan Y. a) Fmp/fkp bersyarat dari peubah acak Y bila diketahui X = x adalah suatu fungsi dari y sebagai berikut: f Y X (y x) = f X,Y (x, y), untuk y R asal f X (x) > 0 f X (x) b) Fmp/fkp bersyarat dari peubah acak X bila diketahui Y = y adalah suatu fungsi dari x sebagai berikut: f X Y (x y) = f X,Y (x, y), untuk x R asal f Y (y) > 0. f Y (y) Dari ilustrasi di awal bab ini, maka fmp bersyarat dari peubah acak Y bila diketahui X = adalah f Y X (y ) = f X,Y (, y) f X () = /8 3/8 = 3, untuk y = 0 2/8 3/8 = 2 3, untuk y = 0, untuk y lainnya dan fmp bersyarat dari peubah acak X bila diketahui X = 3 adalah f Y X (y 3) = f X,Y (3, y) f X (3) = /8 /8 =, untuk y = 2 0, untuk y lainnya

6 Julio Adisantoso ILKOM IPB 6 Contoh 5a. Peubah acak (X, Y ) kontinu dengan fkp bersama sebagai berikut: 4 (x + 2y), untuk 0 < x < 2, 0 < y < 0, untuk (x, y) lainnya Dapatkan (a) fkp bersyarat dari peubah acak Y bila diketahui X =, (b) fkp bersyarat dari peubah acak X bila diketahui Y = 2 3. Definisi Ambil peubah acak ganda-2 (X, Y ) yang diskret/kontinu/campuran dengan fmp/fkp bersama f X,Y (x, y) untuk (x, y) R, serta f X (x) untuk x R dan f Y (y) untuk y R masing-masing sebagai fmp/fkp marjinal dari peubah acak X dan Y. Peubah acak X dan peubah acak Y disebut bebas jika f X (x).f Y (y), untuk semua (x, y) R 2. Contoh 5b. Peubah acak (X, Y ) kontinu dengan fkp bersama sebagai berikut: Apakah X dan Y saling bebas? xy, untuk 0 < x < 2, 0 < y < 0, untuk (x, y) lainnya

Sebaran Peubah Acak Bersama

Sebaran Peubah Acak Bersama Bab 6 Sebaran Peubah Acak Bersama 6. Peubah Acak Ganda Misalnya terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak 3 kali, dan X adalah peubah acak banyaknya sisi muka yang muncul

Lebih terperinci

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada

Lebih terperinci

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.

Lebih terperinci

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi

Lebih terperinci

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar 1 EKSPEKTASI (HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 0 September 01 Utriweni Mukhaiyar Ekspektasi Suatu Peubah Acak Misalkan X peubah acak Ekspektasi dari X EX [ ] xp( X x), jika X peubah acak

Lebih terperinci

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

AK5161 Matematika Keuangan Aktuaria Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika

Lebih terperinci

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA VARIABEL RANDOM Misalkan (Ω, A, P) ruang probabilitas dan R = {x < x < } dan B : Borel field pada R. Andaikan X : Ω R dan untuk setiap A R, kita definisikan

Lebih terperinci

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252. Contoh Solusi PR Statistika & Probabilitas Semesta dari kejadian adalah: pemilihan soal dari soal Jumlah kemungkinannya ( ) = (a) Kemungkinannya dapat dihitung dengan memilih soal tes dari soal yang anak

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

AK5161 Matematika Keuangan Aktuaria Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika

Lebih terperinci

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah BAB 1 Peluang dan Ekspektasi Bersyarat 1.1 EKSPEKTASI Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah E(X) x x p X (x) dan E(X)

Lebih terperinci

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika

Lebih terperinci

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat MA38 Teori Peluang - Khreshna Syuhada Bab 9 Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat Ilustrasi 9. Misalkan banyaknya kecelakaan kerja rata-rata per minggu di suatu pabrik adalah empat.

Lebih terperinci

A. Distribusi Gabungan

A. Distribusi Gabungan HANDOUT PERKULIAHAN Mata Kuliah : Statistika Matematika Pertemuan Ke : 5 Pokok Bahasan : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua

Lebih terperinci

A. Distribusi Gabungan

A. Distribusi Gabungan HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua Jika S merupakan

Lebih terperinci

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso. Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK Pertemuan 5. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Rataan peubah acak. HARAPAN MATEMATIK Misalkan dua mata uang setangkup dilantun, peubah acak X menyatakan banyaknya

Lebih terperinci

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALAM STATISTIKA HARGA HARAPAN Definisi Misalkan X variabel random. Bila X variabel random kontinu dengan f.k.p. f (x) dan maka harga harapan X adalah

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK Pertemuan 5. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Rataan peubah acak. HARAPAN MATEMATIK Misalkan dua mata uang setangkup dilantun, peubah acak X menyatakan banyaknya

Lebih terperinci

STATISTIK PERTEMUAN VI

STATISTIK PERTEMUAN VI STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi

Lebih terperinci

STK 203 TEORI STATISTIKA I

STK 203 TEORI STATISTIKA I STK 203 TEORI STATISTIKA I II. PEUBAH ACAK DISKRET II. Peubah Acak Diskret 1 PEUBAH ACAK DISKRET Definisi 2.1. (Peubah Acak) : Peubah Acak Y adalah suatu fungsi yang memetakan seluruh anggota ruang contoh

Lebih terperinci

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011 Fungsi Peluang Gabungan MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011 Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang berbeda.

Lebih terperinci

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu

Lebih terperinci

Peubah Acak dan Distribusi Kontinu

Peubah Acak dan Distribusi Kontinu BAB 1 Peubah Acak dan Distribusi Kontinu 1.1 Fungsi distribusi Definisi: Misalkan X peubah acak. Fungsi distribusi (kumulatif) dari X adalah F X (x) = P (X x) Contoh: 1. Misalkan X Bin(3, 0.5), maka fungsi

Lebih terperinci

Var X y x E X y. g x y dx. dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai berikut: Var Y x y E Y x. h y x dy

Var X y x E X y. g x y dx. dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai berikut: Var Y x y E Y x. h y x dy 0 VARIANS BERSYARAT Penenuan varians bersara dari sebuah peubah acak diberikan peubah acak lainna, baik diskri maupun koninu dijelaskan dalam Definisi 7.. Definisi 7.: VARIANS BERSYARAT UMUM Jika X dan

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya

Lebih terperinci

MA3081 STATISTIKA MATEMATIKA We love Statistics

MA3081 STATISTIKA MATEMATIKA We love Statistics Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak

Lebih terperinci

Harapan Matematik (Teori Ekspektasi)

Harapan Matematik (Teori Ekspektasi) (Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK Pertemuan 6. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Variansi dan kovariansi. HARAPAN MATEMATIK Keragaman suatu peubah acak X diperoleh dengan mengambil g(x) = (X µ). Rataan

Lebih terperinci

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014 13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret

Lebih terperinci

Harapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Harapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Harapan Matematik Bahan Kuliah II09 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Harapan Matematik Satu konsep yang penting di dalam teori peluang

Lebih terperinci

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)

Lebih terperinci

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar FUNGSI PELUANG GABUNGAN BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan

Lebih terperinci

PEUBAH ACAK DAN SEBARANNYA

PEUBAH ACAK DAN SEBARANNYA LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah

Lebih terperinci

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4081 (Pengantar)

Lebih terperinci

STK 203 TEORI STATISTIKA I

STK 203 TEORI STATISTIKA I STK 203 TEORI STATISTIKA I III. PEUBAH ACAK KONTINU III. Peubah Acak Kontinu 1 PEUBAH ACAK KONTINU Ingat definisi peubah acak! Definisi : Peubah acak Y adalah suatu fungsi yang memetakan seluruh anggota

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah

Lebih terperinci

KONSEP DASAR TERKAIT METODE BAYES

KONSEP DASAR TERKAIT METODE BAYES KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan

Lebih terperinci

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik

Lebih terperinci

Peubah Acak (Lanjutan)

Peubah Acak (Lanjutan) Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUGE Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-8-0 [Jadwal] Rabu 1.0-14.0 R.KU.05.14; Jumat 16.0-18.0 R.KU.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu Tipe kejadian

Lebih terperinci

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi

Lebih terperinci

Pengenalan Copula. Sapto Wahyu Indratno

Pengenalan Copula. Sapto Wahyu Indratno Pengenalan Copula Sapto Wahyu Indratno STATISTICS DISIVISION, FACULTY OF MATHEMATICS AND NATURAL SCI- ENCES, INSTITUT TEKNOLOGI BANDUNG E-mail address: sapto@math.itb.ac.id Daftar Isi Bagian 1. Copula

Lebih terperinci

Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah

Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah MA3181 Teori Peluang - Khreshna Syuhada Bab 8 1 Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah Ilustrasi 8.1 Sebuah perusahaan asuransi menduga bahwa setiap orang akan mengalami dan memiliki parameter

Lebih terperinci

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

AK5161 Matematika Keuangan Aktuaria Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika

Lebih terperinci

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi

Lebih terperinci

EKSPEKTASI DUA PEUBAH ACAK

EKSPEKTASI DUA PEUBAH ACAK 0 EKSPEKTASI DUA PEUBAH ACAK Dalam hal ini akan dibahas beberapa macam ukuran ang dihitung berdasarkan ekspektasi dari dua peubah acak, baik diskrit maupun kontinu, aitu nilai ekspektasi gabungan, ekspektasi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan

Lebih terperinci

Fungsi Peluang Gabungan

Fungsi Peluang Gabungan Fungsi Peluang Gabungan MA3181 Teori Peluang 15 September 2014 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ingin diasuransikan dengan kategori-kategori yang

Lebih terperinci

SIFAT-SIFAT INTEGRAL LIPAT

SIFAT-SIFAT INTEGRAL LIPAT TUGAS KALKULUS LANJUT SIFAT-SIFAT INTEGAL LIPAT Oleh: KAMELIANI 46 JUUSAN MATEMATIKA FAKULTAS MATEMATIKA AN ILMU PENGETAHUAN ALAM UNIVESITAS NEGEI MAKASSA 4 SIFAT-SIFAT INTEGAL LIPAT A. SIFAT-SIFAT INTEGAL

Lebih terperinci

II. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti

II. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti 4 II. LANDASAN TEORI 2.1 Distribusi F Distribusi F merupakan salah satu distribusi kontinu. Dengan variabel acak X memenuhi batas X > 0, sehingga luas daerah dibawah kurva sama dengan satu, sementara grafik

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUGE3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-0 [Jadwal] Rabu 1.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu Tipe

Lebih terperinci

= + atau = - 2. TURUNAN 2.1 Definisi Turunan fungsi f adalah fungsi yang nilainya di setiap bilangan sebarang c di dalam D f diberikan oleh

= + atau = - 2. TURUNAN 2.1 Definisi Turunan fungsi f adalah fungsi yang nilainya di setiap bilangan sebarang c di dalam D f diberikan oleh JURUSAN PENDIDIKAN MATEMATIKA FPMIPA-UPI BANDUNG HAND OUT TURUNAN DAN DIFERENSIASI OLEH: FIRDAUS-UPI 0716 1. GARIS SINGGUNG 1.1 Definisi Misalkan fungsi f kontinu di c. Garis singgung ( tangent line )

Lebih terperinci

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan

Lebih terperinci

Minggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR)

Minggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR) CNH4S3 Analisis Time Series [Dosen] Aniq A Rohmawati, M.Si [Jadwal] Need to reschedule? [About] The purpose of time series analysis is generally twofold: to understand or model the stochastic mechanism

Lebih terperinci

Aksioma Peluang. Bab Ruang Contoh

Aksioma Peluang. Bab Ruang Contoh Bab 2 Aksioma Peluang 2.1 Ruang Contoh Dalam suatu percobaan, kita tidak tahu dengan pasti apa hasil yang akan terjadi. Misalnya pada percobaan membeli lampu pijar, kita tidak tahu dengan pasti, apakah

Lebih terperinci

2. Peubah Acak (Random Variable)

2. Peubah Acak (Random Variable) . Peubah Acak (Random Variable) EL00-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Isi 0. Review dari EL009 KonsepPeubahAcak Sebaran Peluang Diskrit Sebaran Peluang Kontinyu Sebaran Empiris Sebaran

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 1 I PENDAHULUAN 11 Latar Belakang Perusahaan merupakan salah satu bagian penting dari sektor perekonomian suatu negara Apabila kondisi perekonomian suatu negara sedang membaik dan diikuti dengan perkembangan

Lebih terperinci

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik A. Jadwal kuliah:

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUG2E3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-02 [Jadwal] Rabu 12.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.1 Peubah Acak dan Distribusinya.1.1 Peubah Acak Definisi.1: Peubah acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole

Lebih terperinci

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)

Lebih terperinci

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA Jurnal Matematika UNAND Vol. No. 4 Hal. 9 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA MARNISYAH ANAS Program Studi Magister Matematika, Fakultas

Lebih terperinci

Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Daftar

Lebih terperinci

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang. MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial

Lebih terperinci

Metode Statistika (STK211)

Metode Statistika (STK211) Metode Statistika (STK211) Peubah Acak dan Sebaran Peluang (Random Variable and Probability Distribution) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Konsep Peubah Acak (Random Variable) Peubah

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan

Lebih terperinci

DASAR-DASAR ANALISIS MATEMATIKA

DASAR-DASAR ANALISIS MATEMATIKA (Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 26, 2007 Misalkan f kontinu pada interval [a, b]. Apakah masuk akal untuk membahas luas daerah

Lebih terperinci

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kuis Selamat Datang MA5181 Proses Stokastik Precise. Prospective. Tanggal 23 Agustus 2016, Waktu: suka-suka menit 1. Mahasiswa yang datang ke ruang kuliah mengikuti suatu proses dengan laju kedatangan

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4081 (Pengantar)

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

Lebih terperinci

Metode Statistika (STK 211) Pertemuan ke-5

Metode Statistika (STK 211) Pertemuan ke-5 Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4081 (Pengantar)

Lebih terperinci

Hendra Gunawan. 25 September 2013

Hendra Gunawan. 25 September 2013 MA1101 MATEMATIKA 1A Hendra Gunawan Semester I, 2013/2014 25 September 2013 Kuis 1 (Kuliah yang Lalu) 1. Selesaikan pertaksamaan 2x 3 < x. 2. Diketahui i f(x) ) = x 2 sin (1/x) untuk x 0 dan f(0) = 0.

Lebih terperinci

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2081 Statistika Dasar Utriweni Mukhaiyar 11 September 2012 2 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 3 Peubah

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUG2E3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-02 [Jadwal] Rabu 12.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log II. TINJAUAN PUSTAKA Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log Normal Menggunakan Metode Generalized Moment digunakan beberapa definisi, dan teorema yang berkaitan dengan

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar PEUBAH ACAK DAN DISTRIBUSINYA MA 208 Statistika Dasar Utriweni Mukhaiyar 0 Februari 20 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik 2. Fungsi himpunan 2 A A B B Peubah Acak

Lebih terperinci

Metode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

Metode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Metode Statistika Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA

PEUBAH ACAK DAN DISTRIBUSINYA 4/6/009 Pemetaan (Fungsi) PEUBAH ACAK DAN DISTRIBUSINYA Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik A B MA 08 Statistika Dasar Dosen : Udjianna S. Pasaribu Utriweni Mukhaiyar Senin, 6 Februari

Lebih terperinci

Hendra Gunawan. 16 Oktober 2013

Hendra Gunawan. 16 Oktober 2013 MA1101 MATEMATIKA 1A Hendra Gunawan Semester I, 2013/2014 16 Oktober 2013 Latihan (Kuliah yang Lalu) 1. Diketahui g(x) = x 3 /3, x є [ 2,2]. Hitung nilai rata rata g pada [ 2,2] dan tentukan c є ( 2,2)

Lebih terperinci

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan

Lebih terperinci

DIFERENSIAL TOTAL. 1 Kalkulus Lanjut Blog: aswhat.wordpress.com. dz dx dy x y dx x y dy. dz , ,04 0,65

DIFERENSIAL TOTAL. 1 Kalkulus Lanjut   Blog: aswhat.wordpress.com. dz dx dy x y dx x y dy. dz , ,04 0,65 DIFERENSIAL TOTAL 1. Pendahuluan Ingat kembali konsep diferensial pada fungsi satu variabel y = f(x). suatu diferensial dx terhadap variabel bebas didefinisikan sebagai: dy = f (x) dx selanjutnya, misalkan

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang

Lebih terperinci

Peluang Bersyarat dan Kejadian Bebas

Peluang Bersyarat dan Kejadian Bebas Bab 3 Peluang Bersyarat dan Kejadian Bebas 3.1 Peluang Bersyarat Misalkan ruang contoh berpeluang sama dari percobaan melempar sebuah dadu bersisi 6, maka S = {1, 2, 3, 4, 5, 6}. Dan terdapat dua kejadian,

Lebih terperinci

Catatan Kuliah MA1123 KALKULUS ELEMENTER I BAB III. TURUNAN

Catatan Kuliah MA1123 KALKULUS ELEMENTER I BAB III. TURUNAN BAB III. TURUNAN Kecepatan Sesaat dan Gradien Garis Singgung Turunan dan Hubungannya dengan Kekontinuan Aturan Dasar Turunan Notasi Leibniz dan Turunan Tingkat Tinggi Penurunan Implisit Laju yang Berkaitan

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

Lebih terperinci

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R FUNGSI PELUANG GABUNGAN M A 4 0 8 5 P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R ILUSTRASI Suatu perusahaan properti memiliki banyak gedung/bangunan yang

Lebih terperinci

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2181 Analisis Data Utriweni Mukhaiyar 22 Agustus 2011 Pemetaan (Fungsi) 2 Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B Peubah Acak

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan

Lebih terperinci

TINJAUAN PUSTAKA Analisis Gerombol

TINJAUAN PUSTAKA Analisis Gerombol 3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya

Lebih terperinci

PENGANTAR MODEL PROBABILITAS

PENGANTAR MODEL PROBABILITAS PENGANTAR MODEL PROBABILITAS (PMP, Minggu 8-14) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 8:MOMEN VARIABEL RANDOM Mean dan Variansi Fungsi Pembangkit Momen (MGF) 2 Minggu

Lebih terperinci

Pengantar Statistika Matematik(a)

Pengantar Statistika Matematik(a) Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014

Lebih terperinci

Kuliah 3: TURUNAN. Indah Yanti

Kuliah 3: TURUNAN. Indah Yanti Kuliah 3: TURUNAN Indah Yanti Turunan Parsial DEFINISI Misalkan fungsi f: A R, dengan A R n adalah himpunan buka. Untuk setiap x = (x 1,..., x n ) A dan setiap j = 1,..., n limit f x j x 1,, x n f x 1,,

Lebih terperinci

FUNGSI-FUNGSI INVERS

FUNGSI-FUNGSI INVERS FUNGSI-FUNGSI INVERS Logaritma, Eksponen, Trigonometri Invers Departemen Matematika FMIPA IPB Bogor, 202 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 202 / 49 Topik Bahasan Fungsi Satu ke Satu 2

Lebih terperinci